디 애틀랜틱, AI 학습에 쓰인 음악 데이터셋 검색 데이터베이스 공개
디 애틀랜틱이 AI 학습에 사용된 4개의 음악 데이터셋을 검색할 수 있는 데이터베이스를 공개했다. 1200만 곡과 900만 곡에 달하는 대규모 데이터셋이 포함되어 있으며, 구글과 스태빌리티도 연구에서 이를 활용했다고 인정했다. 조사에 따르면 상당수 음원이 플랫폼 규정을 우회한 도구로 수집됐다.
AI 음악
최신 소식 보기
Deezer, 타사 플레이리스트용 AI 음원 감지 도구 출시: 스포티파이·애플뮤직 지원
Deezer가 스포티파이, 애플뮤직 등 20개 타사 플랫폼의 플레이리스트에서 AI 생성 음원을 감지하는 무료 도구를 출시했다. 경쟁사들이 자사 감지 기술 도입을 거부하자 청취자에게 직접 제공하기로 한 조치다.
바이트댄스, 대화·효과음·음악을 한 번에 생성하는 'Seed-Audio 1.0' 공개
볼케이노 엔진이 올인원 오디오 생성 모델 'Seed-Audio 1.0'을 공개했다. 한 번의 생성으로 다중 화자 대화, 감정 연기, 효과음 및 배경음악을 동시에 조율해 출력할 수 있다. 음성 참조 기능을 통해 일관된 음색을 유지하며, 현재 주로 API를 통해 제공된다.
美 음악가 노조, 유니버설·워너 고소…"AI 학습 무단 라이선스 및 수익 미배분"
미국음악가연맹(AFM)이 유니버설뮤직과 워너뮤직을 상대로 뉴욕 연방법원에 소송을 제기했다. 대형 음반사들이 AI 음악 플랫폼인 수노(Suno)와 우디오(Udio)에 음원을 라이선스하고 합의금을 챙기면서, 실제 연주한 세션 음악인들에게는 크레딧이나 수익을 전혀 나누지 않았다는 주장이다. 노조는 협약 위반을 들어 손해배상과 학습 데이터 공개를 요구했다.
구글, 실시간 음악 모델 'MRT2' 오픈소스 공개: 맥북에서 200ms 지연으로 즉각 연주
구글이 실시간 음악 AI 모델 'Magenta RealTime 2'를 오픈소스로 공개했다. Apple Silicon 탑재 맥북 로컬에서 약 200ms의 짧은 지연 시간으로 구동되며, MIDI와 텍스트, 오디오 입력을 실시간으로 반영한다. 오프라인 음원 렌더링 대신 DAW에 악기처럼 연동해 즉흥 연주할 수 있는 점이 핵심이다.
일레븐랩스, 'Music v2' 출시: 보컬 품질과 다국어 편곡 대폭 강화
일레븐랩스가 음악 생성 모델 Music v2를 출시했다. 모든 장르에 걸쳐 보컬 표현력과 악기 세션, 편곡 완성도가 향상되었으며 다국어 지원도 강화되었다. 이전 버전에서 불가능했던 기능들이 더해져 AI 음악의 완성도와 창작 폭이 한층 넓어졌다.
UMG와 틱톡 신규 계약 체결, 무단 생성 AI 음악 퇴출 나선다
유니버설 뮤직 그룹(UMG)과 틱톡이 라이선스 계약을 갱신하며 플랫폼 내 무단 생성된 AI 음악을 삭제하고 창작자 크레딧을 강화하기로 합의했다. 2024년 AI 저작권 갈등으로 음원 공급이 중단됐던 사태를 딛고 화해한 것으로, 향후 AI 콘텐츠 규제 대응의 주요 선례가 될 전망이다.
스포티파이·유니버설 뮤직 맞손, 생성형 AI 팬 커버·리믹스 툴 출시 예정
스포티파이와 유니버설 뮤직 그룹(UMG)이 음악 라이선스 계약을 체결했습니다. 팬들이 생성형 AI를 활용해 참여 아티스트의 음원으로 커버곡과 리믹스를 제작할 수 있는 기능을 스포티파이 프리미엄 유료 부가 서비스로 선보일 예정입니다. 창작 수익은 아티스트 및 작곡가에게 직접 분배됩니다.
스태빌리티 AI, '스테이블 오디오 3.0' 공개…오픈 가중치로 온디바이스 완곡 작곡 지원
스태빌리티 AI가 정식 라이선스 데이터로 학습된 '스테이블 오디오 3.0' 모델군을 발표했다. 3개 모델 가중치가 허깅페이스에 공개되었으며, 모바일 기기에서의 전체 곡 작곡과 최장 6분 20초 생성을 지원한다. 연 매출 100만 달러 미만 기업은 무료 상업 이용이 가능하다.
Meta, 잠재 공간 건너뛰고 원본 파형서 직접 오디오 생성하는 WavFlow 공개
Meta는 VAE나 잠재 공간 압축 없이 원본 파형에서 직접 44.1kHz 고음질 오디오를 생성하는 WavFlow를 공개했습니다. 무음 영상에 드럼 등 동작에 맞춘 효과음을 입힐 수 있습니다. 다만 사내 정책 제한으로 공식 저장소에는 학습 스크립트만 공개되었고 완전한 가중치는 제외되었습니다.
스포티파이, 아티스트 인증 배지 도입: 실제 사람 증명하고 AI 음악 계정은 제외
스포티파이가 스팸과 가짜 AI 음악을 걸러내기 위해 녹색 체크 표시의 'Verified by Spotify' 배지를 선보였다. 현재 AI 페르소나나 주로 AI 생성 음악을 올리는 계정은 인증받을 수 없다. 신분증 대신 청취자 참여도, 콘서트 일정, 소셜 미디어 활동 등을 검토해 부여된다.
일레븐랩스, 음악 플랫폼 '일레븐뮤직' 출시：생성부터 리믹스·수익화까지 지원
일레븐랩스가 자체 음악 모델 기반의 신규 플랫폼 '일레븐뮤직'을 발표했습니다. 음악 탐색과 생성, 리믹스 도구에 더해 창작자가 수익을 창출할 수 있는 기능까지 통합한 것이 특징입니다. 음성 AI에 이어 음악 생성 시장으로 본격적인 확장에 나섰습니다.
SymphonyGen 오픈소스 공개: 화성 뼈대로 풀 오케스트라 작곡
영화 음악 편곡을 위한 오픈소스 오케스트라 생성 프레임워크 SymphonyGen이 공개됐다. 3차원 계층 구조를 활용해 다성 화성 뼈대를 먼저 잡은 뒤 각 악기 파트로 확장하며, GRPO 강화학습을 통해 불협화음을 억제한다. 사용자가 직접 MIDI 코드를 입력해 편곡할 수도 있다.
ACE-Step 1.5 XL 공개: 4B DiT로 PC에서 1분 만에 보컬 곡 생성
ACE Music이 오픈소스 음악 생성 모델 ACE-Step 1.5 XL을 공개했다. DiT 디코더를 4B로 확장해 프롬프트와 가사 입력만으로 보컬이 포함된 완곡을 1분 내에 로컬 PC에서 생성한다. 터보 증류 모델은 8스텝 만에 구동되어 상용 툴 수준에 다가섰지만, 최소 12GB의 VRAM이 필요하다.
구글 비즈, 모든 사용자에게 'Veo 3.1' AI 비디오 생성 매월 10회 무료 제공
구글은 영상 편집 도구 '구글 비즈(Google Vids)'에 Veo 3.1 모델을 도입해 모든 구글 계정 사용자에게 매월 10회의 무료 동영상 생성을 지원한다고 발표했다. 구글 AI Pro 및 Ultra 구독자는 Lyria 3 기반 맞춤 음악 생성과 연출 가능한 AI 아바타 기능을 추가로 이용할 수 있다. 웹 화면 녹화를 돕는 크롬 확장 프로그램과 유튜브 직접 게시 기능도 지원된다.
수노, v5.5 음악 AI 업데이트 공개…개인화 및 표현력 강화
수노(Suno)가 음악 생성 AI의 최신 버전인 'v5.5'를 발표했다. 사용자의 음성과 취향을 반영해 한층 풍부한 표현력의 맞춤형 음악을 만들 수 있도록 지원하는 것이 핵심이다. 수노는 가장 개인화된 경험이라고 소개했으나 구체적인 기술 사양은 공개하지 않았다.
구글, 3분 길이 곡 만드는 음악 생성 AI '리리아 3 프로' 공개
구글이 최대 3분 길이의 음악을 생성할 수 있는 AI 모델 '리리아 3 프로(Lyria 3 Pro)'를 발표했다. 도입부, 절, 후렴 등 악곡 구성을 인식해 프롬프트로 지정할 수 있다. 구글 AI 스튜디오, 버텍스 AI, 유료 제미나이 앱 등에 순차 적용되며 신스ID 워터마크가 삽입된다.
알리바바, 무음 영상에 효과음 입히는 'PrismAudio' 오픈소스 공개
알리바바가 무음 영상을 분석해 동작에 맞는 효과음을 자동 생성하는 'PrismAudio'를 오픈소스로 공개했습니다. 강화학습과 생각의 사슬을 결합해 먼저 추론한 뒤 소리를 만들며, 5.18억 파라미터 크기로 9초 분량의 오디오를 0.63초 만에 생성해 속도와 벤치마크 전반에서 대형 경쟁 모델들을 앞섭니다.
가상 AI 밴드 'Neon Oni' 정체 탄로: 제작자, 실제 뮤지션 7명 고용해 도쿄 라이브 진행
Suno로 제작된 가상의 일본 메탈 밴드 'Neon Oni'가 유럽 창작자의 AI 프로젝트였음이 밝혀졌다. 스포티파이 월간 청취자 8만 명을 넘겼으나 뮤직비디오 속 AI 손 그래픽으로 덜미를 잡혔다. 제작자는 이후 도쿄에서 실존 뮤지션 7명을 섭외해 AI 곡을 실제 라이브로 연주하기 시작했으며, AI가 오히려 오프라인 무대 일자리를 창출하는 독특한 사례로 꼽힌다.
소니, 비디오 음향 생성 모델 MMHNet 공개: 맘바 기반으로 5분 이상 싱크 유지
소니 연구팀이 비디오 음향 생성 프레임워크 MMHNet을 발표했다. 계층형 네트워크와 맘바(Mamba) 아키텍처를 결합해 5분이 넘는 장편 영상에서도 정밀하게 싱크가 맞는 오디오를 생성한다. 짧은 영상으로 학습해 긴 영상을 처리할 수 있어 타격감과 장면 전환 음향의 일치도를 크게 높였다.